Vicenç nos explica los últimos resultados del grupo Nausica: PrivAcy-AWare traNSparent deCIsions group de la Universidad de Umeå, que investiga en el área de la privacidad para aprendizaje automático y estadística. En los últimos años han trabajado con varios modelos de privacidad (k-anonimidad, privacidad diferencial, privacidad integral), tipos de escenarios (centralizados y distribuidos -- federated learning), y tipos de datos (bases de datos estándar, grafos, series temporales en smart grid). Actualmente trabajamos también en otros aspectos de seguridad para IA, en particular maneras de mitigar ataques de envenenamiento de memoria (memory poisoning). Por ejemplo, tenemos resultados sobre recuperación de conocimiento e inferencia lógica preservando la privacidad. En esta charla se presentarán algunos de nuestros resultados recientes.

• Torra, V., Bras-Amorós, M. (2026) Memory poisoning and secure multi-agent systems https://arxiv.org/abs/2603.20357
• Varshney, A. K., Torra, V. (2025) Efficient federated unlearning under plausible deniability. Mach. Learn. 114(1): 25 (2025)
• https://doi.org/10.1007/s10994-024-06685-x